Блог Machine Learning

Как известно, алгоритм машинного обучения "Случайный лес" (Random forest) основывается на принципе бэггинга, то есть на усреднении предсказания нескольких независимых моделей. Но что, если у нас только одна обучающая выборка? Каким образом в данном случае мы получим независимые модели? И почему на практике это не приводит к проблемам?

Во время собеседования у начинающего ML-специалиста могут спросить, чем именно отличается метрика от функции потерь? Давайте разберемся.

В этом материале мы рассмотрим одну из интересных научных статей с конференции RecSys 2021. Статья называется "Large-Scale Modeling of Mobile User Click Behaviors Using Deep Learning", первоисточник -- здесь.

Одним из наиболее распространенных методов распознавания объектов в компьютерном зрении является Template matching (поиск по соответствию шаблонам изображений). Этот метод позволяет найти, существует ли на изображении заданный объект и если да, то где именно. Метод используется для распознавания транспортных средств, решения производственных задач, прокладки маршрутов для мобильных робототехнических устройств, а также в медицинских целях.

Технологии big data сегодня упрощают хранение и анализ огромного массива данных в банкинге, сокращая при этом издержки на оборудование. При этом важно постоянно модернизировать системы, чтобы поддерживать их производительность на должном уровне. Это непросто.

В этой заметке поговорим о том, что такое ансамбли моделей в Machine learning. Заодно рассмотрим основные стратегии построения ансамблей.

Data Fusion представляет собой совмещение данных от разных источников с изображениями, полученными с камер Computer Vision. Цель этого совмещения -- получить более точную и максимально полезную информацию. Но так ли это необходимо?

Понятие искусственного интеллекта (ИИ) сейчас на слуху, причем интерес к этой теме не падает уже несколько лет. Давайте же разберемся, какова разница между следующими терминами:

Смартап представляет собой мультимодальное приложение, с помощью которого пользователь получает красивый интерфейс и множество способов взаимодействия с этим интерфейсом: касанием, голосом, пультом, текстовым вводом и даже виртуальным геймпадом. Давайте посмотрим, где и как запускаются смартапы.

Прямой отбор в машинном обучении представляет собой технику, которая заключается в использовании пошаговой регрессии. При этом построение модели в данном случае начинается с полного нуля, то есть речь идет о пустой модели, к которой каждая последующая итерация добавляет переменную, вносящую улучшение в создаваемую модель.